Loader
Śledź nas
Reklama

Zespół naukowców z Barcelony tworzy AI, która wykrywa starzenie komórek macierzystych krwi

Zrzut ekranu przedstawiający komórki postarzone i odmłodzone w ramach badania
Zrzut ekranu przedstawiający postarzone i odmłodzone komórki z badania -  Prawo autorskie  Instituto de Investigación Biomédica de Bellvitge (IDIBELL)
Prawo autorskie Instituto de Investigación Biomédica de Bellvitge (IDIBELL)
Przez Escarlata Sánchez
Opublikowano dnia •Zaktualizowano
Udostępnij Obserwuj Euronews w Google
Udostępnij Close Button

Narzędzie ChromAgeNet rozszyfrowało architekturę chromatyny, trójwymiarową organizację DNA w jądrze, co pozwala odróżniać młode i stare krwiotwórcze komórki macierzyste. Otwiera to nowe badania nad odmładzaniem komórek.

Starzenie stopniowo osłabia zdolność organizmu do regeneracji i poważnie zaburza wytwarzanie komórek krwi. W tym wyścigu z zegarem biologicznym analizowanie zmian w komórkach macierzystych krwi jest kluczowe. Może otworzyć drogę do interwencji, które spowolnią ich degradację i przywrócą im pierwotną funkcję.

REKLAMA
REKLAMA

Zespół naukowców z Barcelony opracował ChromAgeNet, narzędzie oparte na sztucznej inteligencji, które wykrywa proces starzenia komórek macierzystych krwi, analizując trójwymiarową strukturę ich DNA.

Opis badań, prowadzonych pod kierunkiem doktorek Maria Carolina Florian (IDIBELL) i Pauli Petrone (BSC-CNS/ISGlobal), ukazał się w czasopiśmie „Aging Cell”. Zespół wykazał, że sposób ułożenia chromatyny zawiera informacje pozwalające odróżnić komórki pochodzące od młodych i starych myszy.

Most między biomedycyną a superkomputerami

Aby wytrenować model, badaczki zastosowały sieci neuronowe konwolucyjne do obrazów 3D jąder mysich komórek macierzystych (źródło w Hiszpański). ChromAgeNet wykorzystuje sieci neuronowe, aby odczytywać oznaki starzenia DNA. Sztuczna inteligencja pozwala wykryć subtelne zmiany strukturalne, niewidoczne gołym okiem.

Jedną z głównych obaw związanych z użyciem sieci neuronowych w biomedycynie jest to, że nie wiadomo, na czym opierają swoje decyzje. ChromAgeNet przełamuje tę barierę, oferując wyjaśnialną sztuczną inteligencję (XAI).

Kierowniczki badań, Maria Carolina Florian z IDIBELL i Paula Petrone z BSC
Kierowniczki badań, Maria Carolina Florian z IDIBELL i Paula Petrone z BSC IDIBELL

Narzędzie zdołało średnio prawidłowo sklasyfikować około 68 proc. komórek jako pochodzące od młodych lub starych myszy, korzystając z obrazów uzyskanych dzięki DAPI, standardowej i taniej metodzie barwienia.

Co więcej, ChromAgeNet wyróżnia się tym, że jest wyjaśnialną AI, co pozwala badać, które cechy obrazów przyczyniają się do jej przewidywań. Analizy wskazały między innymi zmiany na obrzeżach jądra komórkowego związane ze starzeniem.

Badania pokazały, że u młodych komórek chromatyna jest zwarta i uporządkowana na brzegach jądra, natomiast w komórkach starych staje się rozproszona. W ramach próby koncepcyjnej narzędzie ocenia, jak wybrane leki epigenetyczne (źródło w Hiszpański) wywołują zmiany w organizacji chromatyny, zgodne z wzorcami bardziej zbliżonymi do tych obserwowanych w młodych komórkach. Pokazuje to potencjał narzędzia w przesiewowym badaniu terapii, które mogłyby regenerować tkankę krwiotwórczą i wzmacniać układ odpornościowy. Kod oraz baza obrazów są już dostępne dla międzynarodowej społeczności naukowej.

Współpraca z zespołami badającymi sztuczną inteligencję

Mówiąc o zastosowaniach praktycznych badań, doktor Maria Carolina Florian, główna badaczka w Instytucie Badań Biomedycznych Bellvitge (IDIBELL), tłumaczy w rozmowie z „Euronews”: „Obecnie stworzyliśmy narzędzie, które pełni rolę dowodu koncepcji w przypadku mysich hematopoetycznych komórek macierzystych. Teraz pracujemy nad jego optymalizacją i dostosowaniem do ludzkich komórek macierzystych, licząc, że będzie można je wykorzystać do oceny nowych leków wpływających na architekturę jądra komórkowego i odmładzających stare komórki macierzyste”.

Maria Carolina Florian dodaje w rozmowie z „Euronews”, że ten projekt „znalazł idealne pole do przekształcenia w realne narzędzie dzięki doświadczeniu dr Pauli Petrone (BSC i ISGlobal). Planujemy dalej je rozwijać i rozszerzać jego zastosowanie na ludzkie komórki macierzyste. Staramy się także o dodatkowe finansowanie z UE i nawiązujemy kontakty z innymi naukowcami w Europie, zainteresowanymi praktycznym wykorzystaniem naszych badań”.

Z kolei Paula Petrone uważa, że badania „pokazują, iż algorytm głębokiego uczenia może odróżnić młode i stare komórki macierzyste, analizując obrazy jąder komórkowych wybarwionych tanim barwnikiem DAPI”.

Mapy 3D i otwarty kod dla odmładzania architektury komórkowej

Wewnętrzna mapa jądra komórkowego ujawnia wyraźną „sygnaturę”: u młodych komórek chromatyna tworzy zwartą „twierdzę” na obrzeżach jądra, a z biegiem lat ta architektura się rozpada. Rozpoznanie takich wzorców może pomóc w badaniu pogarszania się stanu komórek macierzystych krwi oraz w ocenie strategii zdolnych do regeneracji tkanki krwiotwórczej i wywołania zmian w całym organizmie.

Aby wykazać praktyczny potencjał algorytmu, zespół przygotował próbę koncepcyjną: zastosował narzędzie do starych komórek poddanych działaniu różnych leków epigenetycznych. Cel był prosty – sprawdzić, czy cząsteczki są w stanie wywołać zmiany w organizacji chromatyny, zgodne z bardziej młodym stanem.

Aby przyspieszyć nowe odkrycia, zespół udostępnił kod narzędzia oraz publiczną bazę danych z obrazami 3D komórek macierzystych, licząc na znalezienie leków wzmacniających układ odpornościowy i jakość życia w podeszłym wieku.

Wiele międzynarodowych badań potwierdza kluczową rolę układu odpornościowego w starzeniu organizmu. Jak podkreśla Maria Carolina Florian: „W naszym laboratorium pokazaliśmy możliwość pobudzania i odmładzania starych hematopoetycznych komórek macierzystych, aby poprawić nie tylko funkcjonowanie układu odpornościowego, lecz także długość życia i stan zdrowia całego organizmu”.

ChromAgeNet: obietnica na przyszłość, potrzeba ostrożności dziś

Nowe narzędzie ChromAgeNet pomoże zrozumieć podstawowe mechanizmy molekularne związane ze starzeniem hematopoetycznych komórek macierzystych, które mogą stać się celem terapii odmładzających. „Mamy nadzieję poszerzyć naszą wiedzę, ugruntować wyniki i zidentyfikować nowe narzędzia oraz leki, które poprawią funkcjonowanie starych hematopoetycznych komórek macierzystych” – podsumowuje badaczka Florian.

„W przyszłości tę technikę można będzie wykorzystać do przesiewowego testowania nowych leków o potencjale odmładzającym. Traktując stare komórki różnymi kandydatami na leki, AI mogłaby na podstawie analizy obrazów wskazać te związki, które wywołują zmiany zgodne z bardziej młodym stanem” – mówi „Euronews” Paula Petrone.

Zdaniem dr Petrone „samo wydłużanie życia nie jest tak ważne jak wydłużanie okresu zdrowego życia. Odkrycie nowych leków o potencjale odmładzającym mogłoby na przykład poprawić funkcjonowanie starzejącego się układu odpornościowego, sprzyjając zdrowszemu starzeniu”.

Badaczka jednak apeluje w rozmowie z „Euronews” o zachowanie ostrożności: „Musimy być bardzo ostrożni, by nie przeceniać naszych wyników. Rozwój, walidacja i ewentualne zastosowanie takich technologii w klinice zajmuje lata. Nasze badania dokładają jedynie małą cegiełkę do poznawania procesów starzenia i poszukiwania strategii, które mogą sprzyjać zdrowemu starzeniu się”.

Przejdź do skrótów dostępności
Udostępnij Obserwuj Euronews w Google

Czytaj Więcej

Scenariusz z „Terminatora”. Na ile realna jest apokalipsa AI?

Odmładzanie uszkodzonych komórek? Amerykańska firma biotechnologiczna testuje terapię genową

Zespół naukowców z Barcelony tworzy AI, która wykrywa starzenie komórek macierzystych krwi